Hotel Cancellation
Prediction
연제호, 오승재, 정다영, 추영은
SUMMARY
프로젝트명 호텔 취소 예측 기간 2020.03 - 2020.04
인원 및 기여도 4명
프로젝트
주요 내용
머신러닝을
활용하여 호텔 취소율을 예측하고 취소율을 낮추기 위한 대안 제시
얻은 사항
도메인
습득, 도메인에 맞는 머신러닝 모형 구축, 프로젝트 경험 및 코딩 능력 향상
시작하기 전에
질문
왜 취소를 예측해야 할까?
배울 점은 무엇? 성과 무엇?
목차
01.
02.
03.
어떤 머신러닝 모델이 가장 잘 예측할 것인가?
호텔 취소에 영향을 미치는 요소는 무엇인가?
호텔 취소 대안을 도출하자!
01
어떤 머신러닝 모델이
가장 잘 예측할 것인가?
데이터 분석 단계
데이터 준비
전처리
데이터 가공
EDA
머신러닝
기법 적용
예측 검증
• 결측치 처리
• 이상치 처리
• 새로운 변수 추가
• 분류 분석
• 주요 변수 도출
• 하이퍼 파라미터
• ROC Curve
• F1 Score
• Confusion
Matrix
• 기술 통계
• 시각화
• 상관 분석
데이터 전처리
데이터 준비하기
• 결측치는 어떻게 처리하지?
Company 결측치 비중이 약 94.3%로 해당 변수 제외
Country 결측치 ‘None’ 으로 채우기
Agent, Children의 결측치 4개를 0으로 대체
1
2
• 데이터를 잘 활용할 수 있게 새로운 변수를 도출하자!
arrival_date : 연월일을 합친 컬럼
arrival_day_of_week : 요일 컬럼
EDA
데이터 살펴보기
• 두 호텔은 위치가 다른 만큼 취소 사유가 다르지 않을까?
리조트 호텔과 시티 호텔로 나누어 살펴보기
• hotel, canceled 변수를 제외하고도 32개의 많은 변수를 어떻게 살펴볼까?
비슷한 성격의 변수끼리 묶어 살펴보기
• 자기 상관성을 가진 변수?
범주형과 수치형으로 나누어 상관 분석하기
변수 살펴보기
변수명 변수 설명
adults 성인의 수
children 어린이의 수
babies 아기의 수
meal
예약 된 식사 유형,
Undefined/SC : 식사 패키지 없음
BB : 침대&아침 식사
HB : 하프 보드 (아침 식사와 다른 식사 – 보통 저녁)
FB : 풀 보드 (아침, 점심 및 저녁)
country ISO에서 규정한 ISO 3166-1 국가코드 표준 형식으로 표기
market_segment
TA : 여행사
TO : 관광업자
distribution_channel
예약 배포 채널
TA : 여행사
TO : 관광업자
변수 살펴보기
변수명 변수 설명
is_repeated_guest 예약 이름이 반복 손님의 이름인지 (1) 아닌지 (0)를 나타내는 값
previous_cancellations 현재 예약 이전에 고객이 취소 한 이전 예약 수
previous_bookings_
not_canceled
현재 예약 이전에 고객이 취소하지 않은 이전 예약 수
reserved_room_type 예약된 객실 유형의 코드
assigned_room_type
예약에 지정된 객실 유형 코드. 호텔 운영상의 이유(예 : 초과 예약) 또는 고객 요
청으로 인해
지정된 객실 유형이 예약 된 객실 유형과 다를 수 있음
booking_changes
PMS에 예약을 입력 한 순간부터 체크인 또는 취소까지 예약에 대한 변경 / 수정
횟수
deposit_type
고객이 예약을 보장하기 위해 보증금을 지불했는지 표시,
No Deposit : 보증금 없음 ,
Non Refund : 총 체류 기간에 대한 가치 == 보증금, 환불 불가,
Refundable : 총 체류 기간에 대한 가치 > 보증금 , 환불 가능
agent 예약을 하거나 예약 요금을 지불한 회사
company 예약 또는 지불 책임이 있는 회사/법인
변수 살펴보기
변수명 변수 설명
days_in_waiting_list 예약이 고객에게 확인되기 전 대기 목록에 있었던 일 수
customer_type
Transient : 그외 채널로 호텔 객실을 예약하는 개별 고객,
Contract : 항공사 크루나 장기 투숙고객 등,
Transient-Party : 써드파티 채널을 통해 호텔 객실을 예약하는 개별 고객,
Group : 보통 10개 이상의 객실을 한꺼번에 이용하는 고객
adr 모든 숙박 거래의 총계를 총 숙박 일수로 나누어 정의한 평균 일일 요금
required_car_parking_spaces
고객이 요구 한 주차 공간 수
total_of_special_requests 고객이 요청한 특별 요구사항 수 (예 : 트윈 베드 또는 고층)
reservation_status
다음 세 가지 범주 중 하나를 가정하여 예약 마지막 상태,
Canceled : 예약 취소,
Check-Out : 고객이 체크인했지만 이미 출발함,
No-Show : 고객은 체크인을 하지 않고 호텔에 그 이유를 알림
reservation_status_date
마지막 상태가 설정된 날짜,
이 변수는 ReservationStatus와 함께 사용하여 예약이 언제 취소되었는지
또는
고객이 호텔을 체크 아웃했는지를 알 수 있음
데이터 살펴보기
과거 이력 시간 관련 세대 구성 예약 옵션 예약 채널 그 외
is_repeated_guest lead_time adults meal market_segment country
previous_cancellation
s
arrival_date_year children
reserved_room_type
distribution_channel
adr
previous_bookings_n
ot_canceled
arrival_date_month babies
assigned_room_type
agent
booking_changes
arrival_date_week_nu
mber
deposit_type company
reservation_status
arrival_date_day_of_
month
customer_type
reservation_status_d
ate
stays_in_weekend_ni
ghts
required_car_parking
_spaces
stays_in_week_nights
total_of_special_requ
ests
days_in_waiting_list
목표 변수 cancled와 hotel 변수를 제외한 변수 그룹
데이터 준비하기
데이터 준비하기
• 시티 호텔이 리조트호텔보다 예약 수 약
0%, 취소 수 약 0% 많음
리조트 호텔
데이터 살펴보기
시티 호텔
현재 상황 파악하기
• 리조트 호텔의 취소 비중이 매년 0% 상승
• 시티 호텔의 취소 비중이 약 40% 대로 높음
데이터 살펴보기
현재 상황 파악하기
리조트 호텔
가장 높은 달 : 8월
가장 낮은 달 : 1월
시티 호텔
가장 높은 달 : 4월
가장 낮은 달 : 11월
데이터 살펴보기
현재 상황 파악하기
주로 몇 박을 묵는가..로 변경
리조트 호텔
평일 1박, 주말 포함 5박
숙박 순으로 높음
리
조
트
호
텔
시
티
호
텔
시티 호텔
주말 포함 1박 숙박
데이터 살펴보기
리
조
트
호
텔
시
티
호
텔
리조트 호텔
가장 높은 요일 : 토
가장 낮은 요일 : 월
시티 호텔
가장 높은 요일 : 목
가장 낮은 요일 : 일
데이터 살펴보기
예약/취소별 adr
리조트 호텔 시티 호텔
시티 호텔이 리조트 호텔보다 일일 수익이 높음
데이터 살펴보기
세대에 따른 예약 취소 수와 비율
리
조
트
호
텔
시
티
호
텔
약 95% 이상이 성인 2인 숙박에 해당
데이터 살펴보기
리
조
트
호
텔
시
티
호
텔
데이터 살펴보기
예약을 자주 변경할 수록 취소율이 낮아질까?
리
조
트
호
텔
시
티
호
텔
데이터 살펴보기
이전에 취소한 경험이 있다면 또 취소를 하게 될까?
리
조
트
호
텔
시
티
호
텔
리조트 호텔
예약 후 약 40일
경과 시 취소율 상승
시티 호텔
예약 후 약 70일
경과 시 취소율 상승
예약 후 숙박까지의 기간이 길 수록 취소율이 올라갈까?
데이터 살펴보기
리
조
트
호
텔
시
티
호
텔
월별 adr
시티 호텔은 리조트 호텔보다 월별 수익 편차가 적음
데이터 살펴보기
호텔 요청 사항에 따른 예약 취소
리
조
트
호
텔
시
티
호
텔
주차 공간을 요구한 고객의 취소 수가 없음
데이터 살펴보기
호텔 요청 사항에 따른 예약 취소
리조트 호텔 시티 호텔
요청 사항이 많을 수록 취소율이 낮아짐
데이터 살펴보기
나라별 예약/취소 수
리
조
트
호
텔
시
티
호
텔
호텔이 위치한 포르투갈의 숙박객이 가장 많음
데이터 살펴보기
예약 타입에 따른 예약/취소 비율
리
조
트
호
텔
시
티
호
텔
단체 고객에 의한 예약 취소 비중이 가장 높음
데이터 살펴보기
상관 분석
상관 관계 0.7 이상 제외
리조트 호텔 시티 호텔
데이터 살펴보기
Chi-square 분석
리조트 호텔 시티 호텔
귀무 가설을 기각하므로 컬럼 사용
데이터 살펴보기
범주형 변수의 상관 관계 검증
T - test
리조트 호텔 시티 호텔
Stays_in_weekend_nights 컬럼 제외
데이터 살펴보기
수치형 변수의 상관 관계 검증
리조트 호텔 시티 호텔
PCA 1, 2, 3, 4 성분 사용
PCA
데이터 살펴보기
머신러닝 기법 적용하기
Decision Tree
• 의사결정나무는 분류 분석 기법 중 하나
• 사용 알고리즘 :
머신러닝 기법 적용하기
• 랜덤포레스트란? 의사결정나무의 앙상블 기
법
Random Forest
02
호텔 취소에 영향을 미
치는 요소는 무엇인가?
리조트 호텔 시티 호텔
변수 중요도 살펴보기
Lead time, Country, Adr, Agent
Deposit type, Country, Lead time, Special requests
03
호텔 취소,
대안을 도출하자!
대안 도출
• 공통
- Lead Time: 예약은 체크인 날짜 90일 전 부터 오픈
- Country: 포르투갈 손님들은 취소율이 높기 때문에 오버부킹을 받아 취소에 따른 손실을 최소화 한다
• Resort Hotel
- ADR: 다양한 패키지 및 프로모션 제공, 지역 관광 및 행사 홍보등을 통해 취소율을 낮춰 ADR 증가
- Agent:
• City Hotel
- Deposit Type: Non Refund 타입의 경우 취소만 있기 때문에 Deposit을 높이거나 이 deposit type은 제거하거나 변경한다
- Special Requests: 요구가 많을 수록 취소율이 낮기 때문에 손님들에게 매력적인 Special Requests 기획 및 제공
